氮化硅軸承多尺度缺陷特徵的識別與檢測方法研究 廖達海 江毅 鄭琦等 9787522924922 【台灣高等教育出版社】

*書籍均為代購，我們向大陸付款發訂後即無法取消，為避免造成不必要的損失，
下訂前請慎重考慮！下訂前請慎重考慮！謝謝。
*完成訂單後正常情形下約兩周可抵台。
*本賣場提供之資訊僅供參考，以到貨標的為正確資訊。
印行年月：202502*若逾兩年請先於客服中心或Line洽詢存貨情況，謝謝。
台灣(台北市)在地出版社，每筆交易均開具統一發票，祝您中獎最高1000萬元。
書名：氮化硅軸承多尺度缺陷特徵的識別與檢測方法研究
ISBN：9787522924922
出版社：中國紡織
著編譯者：廖達海 江毅 鄭琦等
頁數：196
所在地：中國大陸 *此為代購商品
書號：1732185
可大量預訂，請先連絡。

內容簡介

本書主要圍繞氮化硅陶瓷軸承缺陷的識別、提取及分類方法進行闡述。氮化硅軸承性能優越但製備加工易產生缺陷，影響運行壽命。為此，本專著深入分析其紋理、幾何及檢測過程特性，提出有效識別、提取及分類缺陷的方法。從應用背景、常規檢測方法入手，詳細闡述多種檢測技術，如語義分割網絡、高斯模型相關算法等，涵蓋檢測平台設計、數據處理、實驗檢測及結果分析等。對比不同方法得出高效精準檢測成果，並對未來檢測技術完善進行展望。面對的讀者對象主要是材料科學、機械工程領域的研究人員、工程師，以及相關專業的高校師生。讀者通過關注氮化硅陶瓷軸承的研發、製造與檢測，期望從本專著中獲取前沿的研究成果和實用的技術方法，推動該領域的發展。

目錄

第1章 概論
1 1 研究背景
1 2 氮化硅軸承缺陷檢測方法研究現狀
1 3 課題研究內容與意義
第2章 語義分割網絡識別氮化硅軸承顯著性缺陷的理論基礎
2 1 圖像語義分割概述
2 2 氮化硅軸承缺陷圖像的語義分割目標
2 3 氮化硅軸承缺陷語義分割網絡的評判標準
2 4 語義分割網絡識別氮化硅軸承顯著性缺陷的實現方式
第3章 氮化硅軸承視覺檢測系統設計及其顯著性缺陷數據集製備
3 1 氮化硅軸承機器視覺檢測系統方案設計
3 2 氮化硅軸承顯著性缺陷數據集製備
第4章 語義分割網絡識別氮化硅軸承顯著性缺陷檢測方法
4 1 U-Net & DeeplabV3+語義分割網絡的網絡結構
4 2 語義分割網絡識別氮化硅軸承顯著性缺陷的檢測實驗
4 3 語義分割網絡識別氮化硅軸承顯著性缺陷的實驗結果與分析
第5章 多尺度特徵語義分割網絡識別氮化硅軸承顯著性缺陷檢測方法
5 1 多尺度特徵語義分割網絡的優化技巧
5 2 嵌入多尺度特徵的D-A-IU-Net語義分割網絡的結構設計
5 3 D-A-IU-Net網絡識別氮化硅軸承顯著性缺陷的檢測實驗
5 4 氮化硅軸承顯著性缺陷檢測的實驗結果與分析
第6章 注意力機制的語義分割網絡識別氮化硅軸承顯著性缺陷檢測方法
6 1 多尺度特徵—混合注意力機制語義分割網絡的優化策略
6 2 多尺度特徵—注意力機制的N-R-S-Deeplabv3+語義分割網絡設計
6 3 N-R-S-DeeplabV3+網絡識別氮化硅軸承顯著性缺陷的檢測實驗
6 4 氮化硅軸承顯著性缺陷檢測實驗結果與分析
第7章 多尺度圖像分解識別氮化硅軸承多類型缺陷的理論基礎
7 1 氮化硅軸承多類型缺陷圖像採集及圖像特徵分析
7 2 氮化硅軸承多類型缺陷多維度圖像處理數理模型
7 3 基於高斯模型—圖像多尺度分解耦合算法的圖像增強理論
第8章 基於圖像多尺度分解算法的氮化硅軸承多類型缺陷檢測
8 1 氮化硅軸承多類型缺陷圖像的灰度分佈特徵分析
8 2 基於圖像多尺度分解方法的氮化硅軸承多類型缺陷檢測設計
8 3 圖像多尺度分解算法的氮化硅軸承多類型缺陷檢測結果與分析
第9章 基於高斯模型自適應模板方法的氮化硅軸承多類型缺陷檢測
9 1 氮化硅軸承多類型缺陷圖像灰度統計特徵分析
9 2 基於高斯模型自適應模板的氮化硅軸承多類型缺陷檢測方法設計
9 3 高斯模型自適應模板的氮化硅軸承多類型缺陷檢測結果與分析
第10章 基於高斯模型與圖像分解算法的氮化硅軸承多類型缺陷檢測
10 1 氮化硅軸承多類型缺陷圖像灰度特徵分析
10 2 基於高斯模型與圖像分解的氮化硅軸承多類型缺陷檢測方法設計
10 3 高斯模型與圖像分解的氮化硅軸承多類型缺陷檢測結果與分析
第11章 氮化硅軸承缺陷檢測與分類方法多維度算法模型及採集平台搭建
11 1 氮化硅軸承缺陷檢測與分類圖像處理算法模型
11 2 氮化硅軸承缺陷檢測與分類深度學習算法模型
11 3 氮化硅軸承缺陷檢測與分類採集平台搭建過程
第12章 基於平穩小波變換的氮化硅軸承缺陷圖像多尺度分解增強算法
12 1 氮化硅軸承缺陷圖像信息特性分析
12 2 圖像增強算法設計
12 3 試驗結果與討論
12 4 缺陷類型對比
12 5 氮化硅軸承缺陷識別
第13章 基於重構Faster R-CNN算法的氮化硅軸承缺陷檢測與分類
13 1 氮化硅軸承缺陷檢測及分類過程
13 2 重構Faster R-CNN算法訓練過程
13 3 實驗結果與討論
第14章 基於重組YOLOv5算法結構的氮化硅軸承缺陷檢測與分類
14 1 氮化硅軸承缺陷圖像分析
14 2 氮化硅軸承缺陷檢測與分類方法
14 3 重組YOLOv5算法結構后的訓練過程
14 4 實驗結果與分析
14 5 各模型對比分析
第15章 總結與展望
15 1 總結
15 2 展望
參考文獻
詳細資料或其他書籍請至台灣高等教育出版社查詢，查後請於客服中心或Line或本社留言板留言，我們即儘速上架。

大陸簡體正版圖書，訂購後正常情形下約兩周可抵台。